1. 學資料庫入門那本書好
前段時間開始自學資料庫，學了一段時間下來，看了好幾本書了，品味一下，有幾本感覺對剛接觸資料庫（甚至是資料庫高手）的兄弟們來說是相當不錯的所以向大家推薦一下：
一：《資料庫設計與開發》
英文名：database design and development --- a visual approach
清華大學出版社
一本很實用的書籍，圖文並茂，講解生動，讓你在不知不覺中已經對資料庫的設計產生了興趣，看完本書後，也許你會感嘆，原來資料庫設計還是挺簡單的哦
二：《SQL Server 資料庫設計與系統開發教程》
清華大學出版社 唐紅亮 主編
這本書雖說沒什麼牛逼的頭銜，但是絕對是一本不錯的教材，全書用兩個實際的項目來詮釋SQL的各個知識點，語言通俗，但基本知識點都講得很清楚。作者娓娓道來，一點點的將知識深入進去。很不錯的一種寫法，強烈推薦你看這本書
三：《SQL語言與資料庫操作技術大全》
電子工業出版社 馬軍 李玉林 等編著
這本書我建議大家做SQL語言的字典用，比如要查詢、更改、刪除數據了，卻突然忘了某個子句（如 Having子句）的具體用法，這裡面會很准確的告訴你。當然，對於專門學習SQL語言的來說，我覺得這本書也是相當不錯的選擇
四：《SQL Server2005資料庫管理入門經典 》
清華大學出版社 Dan Wood Chris Leiter Paul Turley 著 馬振晗 等譯
對MSSQL Server 2005裡面的各種工具、組件的功能做了介紹，本書主要適合管理人員看
.........
.........
.........
說明：雖然我也是一名資料庫新手，但我希望能通過這樣一種方式來幫州我能幫助的人，讓他們在學習的初期就不走彎路，給他們一點實實在在的建議。以後我發現的好書我還會持續的發上來，供大家參考。
2. 資料庫系統概念 怎麼樣
本書已經是第六版了，不是經典不會這樣長盛不衰的。書很好，就是要花時間看了。
《》是經典的資料庫系統教科書《Database System Concepts》的最新修訂版，全面介紹資料庫系統的各種知識，透徹闡釋資料庫管理的基本概念。本書內容豐富，不僅討論了關系數據模型和關系語言、資料庫設計過程、關系資料庫理論、資料庫應用設計和開發、數據存儲結構、數據存取技術、查詢優化方法、事務處理系統和並發控制、故障恢復技術、數據倉庫和數據挖掘，而且對性能調整、性能評測標准、資料庫應用測試和標准化、空間和地理數據、時間數據、多媒體數據、移動和個人資料庫管理以及事務處理監控器、事務工作流、電子商務、高性能事務系統、實時事務系統和持續長時間的事務等高級應用主題進行了廣泛討論。
《》既可作為高年級本科生或低年級研究生的資料庫課程教材，也可供資料庫領域的技術人員參考。
作者簡介Abraham Silberschatz，於紐約州立大學石溪分校獲得博士學位，現為耶魯大學計算機科學Sidney J. Weinberg教授，計算機科學系主任，曾任貝爾實驗室信息科學研究中心副主任。他是ACM Fellow 和 IEEE Fellow，曾獲得IEEE Taylor L. Booth 教育獎、 ACM Karl V. Karlstrom 傑出教育者獎、ACM SIGMOD 貢獻獎和IEEE 計算機學會傑出論文獎。他的研究興趣包括操作系統、資料庫系統、存儲系統、網路管理和分布式系統。
Henry F. Korth ，於普林斯頓大學獲得博士學位，現為利哈伊大學計算機科學與工程系Weiseman教授，曾任貝爾實驗室資料庫原理研究中心主任。他是ACM Fellow 和 IEEE Fellow，是VLDB 10年貢獻獎的獲得者。他的研究興趣包括為現代計算架構（多核、多線程、多級緩存）設計的資料庫演算法、基於Web的大型數據倉儲、實時資料庫系統和並行系統。
S. Sudarshan於威斯康星大學麥迪遜分校獲得博士學位，現為印度理工學院計算機科學與工程系教授，曾為貝爾實驗室資料庫研究組技術人員。他的研究興趣包括查詢處理和優化、關系數據和圖結構數據的關鍵字查詢，以及構建和測試資料庫應用系統的工具。
3. 在數據分析，挖掘方面，有哪些好書值得推薦
數據分析：
《深入淺出數據分析》
《數據分析：企業的賢內助》
數據挖掘：
1、《數據挖掘概念和技術》，作者：（加）韓家煒，堪博著，范明，孟小峰譯，機械工業出版社
2、數據挖掘導論，[美]Pang-Ning Tan，Michael Steinbach，Vipin Kumar 著，譯者： 范明 范宏建，人民郵電出版社
下邊三本是英文版：
(1) J. Han and M. Kamber, Data Mining: Concepts and Techniques.
本書從資料庫角度看待數據挖掘，強調效率（Efficiency）。按照本書觀點，數據挖掘是從存儲在資料庫、數據倉庫或者其他信息庫中的大量數據中發現知識的過程。
(2) I.H. Written and E.Frank. Data Mining: Practical Machine Learnings and Techniques.
本書從機器學習角度看待數據挖掘，強調有效(Effectiveness)。按照這本書的觀點，數據挖掘是從數據中提取隱含在其中的、人們事先不知道的、但又是潛在有用的信息和知識的過程。
(3) D. Hand, H.Mannila and P. Smith, Principle of Data Mining.
本書從統計學的角度看待數據挖掘，因為統計學是一門數學，所以本書強調數學上的正確性(Validity)。按照本書觀點，數據挖掘是分析（往往是大量的）數據集以找到未曾預料的關系，並以可理解又有用的新穎方式呈現給數據用戶的過程。
sc-cpda 數據分析公眾交流平台 詳細查看我資料